リー ブログ。 IaCを意識したCLI開発のエッセンス

◆年末年始営業日ご案内◆:2020年12月2日|グレイリー(Grailey)のブログ|ホットペッパービューティー

ブログ リー

📱 例えば、p値が0. We're hiring! 本では高い信頼性で無人実行を行うための要素を5つ挙げています。 特に私のように若い社員にとって、このようにデータを根拠に物事を進めていく風土はとても居心地が良いです。 エムスリーでは、主に施策の継続判断などを行う際に、統計的仮説検定などを利用してデータに基づいた総合的な判断をしています。

14

p値と仲良くなる

ブログ リー

😆 そのため、無駄に粘るのではなく、「もし効果があったとしてもごくわずかだと予想されるので、潔くこの施策はあきらめて次に行こう」という発想の方が合理的かもしれません(もちろん、改善幅がどれだけビジネスインパクトを持つかどうかにも左右されるので、一概には言えませんが)。 import scipy. 対立仮説: という仮説検定を行います。

19

IaCを意識したCLI開発のエッセンス

ブログ リー

☢ Index更新が稀なら良いですが、エムスリーではガンガン検索改善が行われているので毎回下記のような悩みが発生していました。 IaCを意識したCLI開発のエッセンス ここからは eskeeperの実装を例にIaCを意識したCLI開発のエッセンスを紹介していきます。 なぜeskeeperを作るに至ったか 本題に入る前に、IaCを意識したCLI開発の具体例として、僕が作った eskeeperというOSSが出来た経緯を詳しく紹介します。

IaCを意識したCLI開発のエッセンス

ブログ リー

⌚ p値の確率密度関数 そして、先ほどと同様にp値が0. 運用がかなりシンプルになったはず。 先ほどあげた問題を解決するために Infrastructure as Codeの思想に影響を受けています 対処がインフラではなく永続ミドルウェアなので完全なIaCではない。

9

p値と仲良くなる

ブログ リー

🤲 まとめと教訓 今回は、真のパラメータが帰無仮説と近い場合と遠い場合の2パターンに対して、p値の分布がどのように変わるかを具体的に見てみました。 これを踏まえて、p値の分布を下記のようなコードで描いてみました。 帰無仮説で仮定したパラメータとあまり乖離していない場合 それぞれにおいて、p値の実現値がどのような形の分布従うのかを計算してみます。

1

◆年末年始営業日ご案内◆:2020年12月2日|グレイリー(Grailey)のブログ|ホットペッパービューティー

ブログ リー

⌛ p値や統計的仮説検定に関する理論上重要な話は素晴らしい書籍がたくさん存在するのでそちらを参照していただくとして、今回は少し変わった観点からp値を眺めてみます。

◆年末年始営業日ご案内◆:2020年12月2日|グレイリー(Grailey)のブログ|ホットペッパービューティー

ブログ リー

😇 直接的なタイピングを要求するインターフェースだと、人間が実行することを前提にしており、自動化できなくなってしまうためです。

8

p値と仲良くなる

ブログ リー

🖕 ここからは eskeeperでも参考にした要件をピックアップしてご紹介します。 帰無仮説で仮定したパラメータと大きく乖離している場合• 仮説との乖離が小さい場合 まず、 と の乖離が小さい例として、下記のような状況を考えます。

IaCを意識したCLI開発のエッセンス

ブログ リー

😅 0 p値の確率密度関数 このようなグラフになりました。